轉大數據好還是機器學習？

看你的規劃是怎樣的吧，這種事情我沒辦法說死。不過就你的職業經歷來看，我覺得如果你從事了很久的Java開發，當然前提是你在一線從事了很久的Java開發，那么我建議你的首選是轉大數據。

大數據目前用得最多的語言就是Java

Java語言安全性強、精密度高，在可維護性、高性能特性，以及在于整體生態方面，Java語言都具有比較大的優勢，而且在大規模的異構計算機集群、處理高并發、以及復雜的業務邏輯方面，都是Java最擅長的。

除此之外，目前大數據行業最知名的Hadoop生態圈，以及領域你所熟悉的幾乎所有大數據行業的詞匯，比如Hive、Spark等等都是跟Java關系最為緊密，比如說大名鼎鼎的Hadoop本身就是Java編寫的，即使是Spark關系緊密的Scala語言，其實也跟Java有著千絲萬縷的聯系。

因此Java工程師轉大數據工程師，有著天然的優勢，當然目前在數據挖掘領域，Python也占據著很大的統治地位。不過在大數據領域，基本上大多數企業都是要求Java背景的公司最多，很多崗位都是直接瞄準Java工程師進行培養。

大數據的崗位市場需求非常大

現在的互聯網，哪家企業不討論大數據？

阿里巴巴旗下的天貓、淘寶有購物大數據，支付寶有支付大數據，菜鳥網絡有物流大數據，百度有搜索大數據、人工智能大數據，騰訊有社交大數據大數據、游戲大數據、同樣也有支付大數據。可以說每個企業都在布局大數據，尤其是在大公司。

數學基礎好，如果喜歡機器學習，可以一邊工作一邊學

活到老、學到老，這是一個鐵律。

題主也提到了自己喜歡數學，這對于學系機器學習來說是一個優勢，再加上你有很好的Java學習背景，相信語言的壁壘不是很大，想要學習一些Python的知識其實不是很難，相信真正做過開發的都知道，語言的壁壘不大的。

不過機器學習可不是那么簡單的，對于數學什么的要求確實很高，而且這個行業比大數據還要復雜，而且目前人工智能的壁壘還是蠻高的，很多領域都還是在實驗室階段，更多的還是比較尖端的科研，因此學習代價是不小的。機器學習、深度學習目前技術難度還是挺高的，對于算法要求很高。

不過大數據和人工智能聯系非常緊密，人工智能肯定離不開大數據。不過就我的看法而言，人工智能更加偏向于算法，而大數據更加接近編程，更加靠近業務架構。